AI en Energie: een spanningsveld met potentie

De afgelopen tijd is er steeds meer aandacht geweest voor het energieverbruik van AI. Dit verbruik is enorm en door de sterk toenemende toepassing van AI is de verwachting dat het totale energieverbruik alleen maar zal stijgen. Anderzijds kan AI ook een cruciale rol spelen in de energietransitie. Met de inzet van AI kan bijvoorbeeld het energieverbruik in de samenleving worden geoptimaliseerd en daardoor verminderd en AI kan er voor zorgen dat het elektriciteitsnet efficiënter wordt benut, waardoor netcongestie tegengegaan kan worden en verduurzamingsprojecten minder vertraging zullen oplopen.[1] In deze blog zal dieper worden ingegaan op de enigszins paradoxale verhouding tussen AI en energie. 

Geavanceerde AI-systemen, en dan vooral generatieve AI, vereisen enorme hoeveelheden rekenkracht en daarmee energie. Ondanks dat het, mede vanwege de complexiteit van de systemen en het feit dat bedrijven terughoudend zijn met het delen van informatie over hun AI-systemen, lastig vast te stellen is hoeveel energie AI écht gebruikt, liegen de schattingen er niet om.[2] Uit onderzoek van Stanford University blijkt dat het trainen van het ChatGPT 3.5-model ongeveer 500 ton CO2-uitstoot heeft gekost.[3] Ter vergelijking: het energieverbruik van een gemiddeld Nederlands huishouden bedraagt ongeveer 17 ton CO2 per jaar.[4] Het gebruik van een AI-systeem zoals ChatGPT vergt vervolgens tevens behoorlijk wat energie. Een enkele prompt aan ChatGPT zou al tien keer zoveel energie vragen als een zoekopdracht via Google.[5] Het totale energieverbruik van ChatGPT hangt wel af van het soort prompt dat gegeven wordt; het genereren van tekst kost bijvoorbeeld beduidend minder energie dan het genereren van een afbeelding.[6] Wanneer het toenemende gebruik van AI in acht wordt genomen, kan al snel geconcludeerd worden dat het energieverbruik van AI binnen korte tijd een zorgpunt kan worden. Zo wordt bijvoorbeeld ingeschat dat in 2027 AI wereldwijd net zoveel energie zal gebruiken als heel Nederland.[7]   

Een oplossing voor het beperken van het grote energieverbruik hoeft niet zozeer te liggen in een verminderd gebruik van AI, maar wel in het duurzamer maken van deze systemen. Dit kan op verschillende manieren. Door bijvoorbeeld het trainingsproces van AI te optimaliseren en alleen relevante data te gebruiken, kan het energieverbruik aanzienlijk worden verminderd. Dit kan door data pruning, waarbij irrelevante data wordt uitgesloten. Uit onderzoek van Princeton University blijkt daarnaast dat met het ‘groeien en snoeien’ van een AI-systeem ook energie kan worden bespaard in het gebruik van dit systeem.[8] Bij deze techniek worden, vergelijkbaar met hoe het menselijk brein opereert, ongebruikte verbindingen in de loop van de tijd weggesnoeid, waardoor alleen de meest effectieve en efficiënte delen van het model overblijven. Hoe simpeler het systeem, hoe minder energie er wordt verbruikt.  

Ondanks het hoge energieverbruik, biedt AI ook enorme kansen voor de energietransitie. Nieuwe AI-systemen worden ontwikkeld, die een bijdrage leveren aan het versnellen van de energietransitie. Hierbij kan onder andere gedacht worden aan de volgende toepassingen:  

• Voorspellen van de energievraag: door historische gegevens te combineren met real-time data kan een AI-systeem de energievraag nauwkeurig voorspellen. Met deze voorspellingen kan energieverspilling worden geminimaliseerd en kan ook tijdens piekuren overbelasting worden voorkomen, waardoor een consistente levering van energie wordt gegarandeerd.[9]
• Optimaliseren van energieproductie: het gebruik van hernieuwbare energiebronnen zorgt voor een inconsistente opwek van energie. Om energie toch constant te kunnen distribueren is het voorspellen van de duurzame opwek cruciaal. AI kan hierin bijvoorbeeld gebruikt worden door gedetailleerd het weer te voorspellen. Met deze voorspelling kan de opwek van windenergie worden afgestemd op de opwek van andere energiebronnen, zodat een constante distributie van energie gegarandeerd wordt.[10]
• Optimaliseren van onderhoud: het onderhoud van energiesystemen is erg kostbaar, onder andere doordat sommige delen van het systeem moeilijk te bereiken zijn. AI biedt mogelijkheden om inspectie en onderhoud aan energiesystemen effectiever te maken. Bij predictive maintenance wordt inspectie- en monitoring data, eventueel in combinatie met externe data zoals weersomstandigheden, gebruikt om de resterende levensduur van delen van het systeem te voorspellen. Afhankelijk van de uitkomsten hiervan, wordt bepaald waar onderhoud (meteen) nodig is, en welke stukken van het systeem nog langer mee kunnen gaan. Een stabiel net is essentieel voor het integreren van hernieuwbare energiebronnen.[11]
• Efficiënter gebruik van de beschikbare capaciteit: de historisch vrij conservatieve aanpak van het netgebruik leidt er nu toe dat gemiddeld slechts 30% van het potentieel wordt benut. AI kan een rol spelen in het efficiënter gebruik van het net. Door het combineren van verschillende datastromen kan zichtbaar worden gemaakt waar en op welk moment capaciteit beschikbaar is. Dit zal leiden tot meer flexibiliteit in het net, waardoor meer capaciteit van het net kan worden gebruikt, zonder dat wordt ingeleverd op betrouwbaarheid van het net.[12]

In Nederland is al een begin gemaakt met de inzet van AI ten behoeve van de energietransitie. Zo gebruiken netbeheerders AI al in het optimaliseren van onderhoud en inspecties.[13] Ook elders wordt ingezet op de toepassing van AI in de energietransitie. De Britse overheid geeft financiële steun aan AI-innovaties die de groene transitie van het Verenigd Koninkrijk ondersteunen.[14] Een project dat gesteund wordt houdt zich bijvoorbeeld bezig met het verbeteren van weersvoorspellingen voor zonne-energieproducenten.

In de AI-Verordening besteedt de Europese Unie ook aandacht aan duurzamer gebruik van AI. De standaardisatieverzoeken die de Europese Commissie zal uitgeven, waarmee hoog-risico systemen aan de verplichtingen voldoen, leggen onder andere nadruk op het verminderen van energieverbruik door AI gedurende hun levenscyclus (zie artikel 40 AI-Verordening). Ook voor niet hoog-risico systemen acht de Europese Unie duurzame AI van belang. Artikel 95 AI-Verordening schrijft voor dat bij het opstellen van gedragscodes ook aandacht moet worden besteed aan het tot een minimum beperken van het effect van AI-systemen op het milieu, door onder andere energie-efficiënte training en gebruik van AI-systemen. Voor AI-modellen voor algemene doeleinden (‘general purpose AI’) geldt dat in de technische documentatie informatie opgenomen moet zijn over het bekende of geraamde energieverbruik van het model (artikelen 51 en 53 en Bijlage XI en XIII AI-Verordening). 

Ondanks dat de AI-Verordening niet direct specifieke verplichtingen wat betreft vermindering of duurzaam gebruik van energie door AI-systemen oplegt, dragen deze bepalingen wel bij aan de bredere doelstelling van de Europese Unie om technologieën te ontwikkelen die zowel innovatief als milieuvriendelijk zijn, en is zeker niet uitgesloten dat er in de toekomst niet meer specifieke regels op dit terrein komen. Zo heeft de Europese Commissie vorig jaar een aanbesteding uitgeschreven voor het meten en stimuleren van energie-efficiënte en emissiearme AI in de EU, waarin onder andere het ontwikkelen van een AI-energie- en -emissielabel als hoofddoelstelling wordt genoemd.[15] Wordt dus sowieso vervolgd. 

De AI-Verordening richt zich ook op de positieve invloed die AI kan hebben op energie in het algemeen. In de overwegingen wordt al benoemd dat het gebruik van AI ondernemingen kan “helpen om sociaal en ecologische gunstige resultaten te behalen, bijvoorbeeld in de (..) energie”. Dit gebruik van AI in de energiesector brengt echter ook risico’s met zich mee. De AI-Verordening neemt dit ook in acht. Systemen die als veiligheidscomponenten bij de levering van elektriciteit worden gebruikt, worden door de AI-Verordening aangemerkt als kritieke infrastructuur (zie Bijlage III AI-Verordening). Veiligheidscomponenten zijn systemen die de fysieke integriteit van deze infrastructuur beschermen. Wanneer een AI-systeem wordt gezien als een kritieke infrastructuur, wordt het geclassificeerd als een hoog-risico AI-systeem en moet het voldoen aan alle bijbehorende vereisten. Ook als er geen sprake is van kritieke infrastructuur, brengt het gebruik van AI in energiesystemen regelgevende risico's met zich mee. Zo dient bij het gebruik van data rekening gehouden worden met persoonsgegevens en daarmee de naleving van de AVG. Ook brengt het gebruik van AI risico's op het gebied van cyberveiligheid met zich mee, en zal daar juridisch rekening mee moeten worden gehouden. Deze aspecten zullen in acht moeten worden genomen bij het gebruik van AI in energiesystemen.

AI en energie: op het eerste gezicht hebben deze twee onderwerpen niet zo veel met elkaar te maken, maar het tegenovergestelde is het geval. De inzet van AI in de energietransitie biedt veelbelovende mogelijkheden om de efficiëntie en duurzaamheid van onze energievoorziening te verbeteren. Echter, bij een eventuele toepassing hiervan is het cruciaal om ook de keerzijde mee te nemen. Het energieverbruik van de AI-systemen kan in sommige gevallen aanzienlijk zijn, en doet wellicht de voordelen van het gebruik hiervan teniet. In hoeverre is het gebruik van AI in de energietransitie zinvol als dit een enorme piek in energiegebruik met zich meebrengt? Het lijkt, zeker in het kader hiervan, zinvol om te streven naar een duurzame toepassing van AI. Met de juiste aanpak kan AI namelijk een krachtige bondgenoot zijn in de energietransitie.

[1]Welke rol speelt AI bij het optimaliseren van ons energieverbruik?, solvari.nl.

[2]AI slurpt energie: 'Kan over vier jaar net zoveel stroom als Nederland gebruiken', nos.nl.

[3]AI-index, stanford.edu. 

[4]Wat is je CO2-voetafdruk?, milieucentraal.nl.

[5] AI’s Power Demand: Calculating ChatGPT’s electricity consumption for handling over 365 billion user queries every year, bestbrokers.com.

[6] AI is an enery hog. This is what it means for climate change, technologyreview.com.

[7]AI slurpt energie: 'Kan over vier jaar net zoveel stroom als Nederland gebruiken', nos.nl.

[8] ‘Grow-and-prune’ AI mimincs brain development, slashes energy use, princeton.edu. 

[9]Het net versterken: De rol van AI in energietransformatie, itresearches.com.

[10]Artificial Intelligence voor de energietransitie: 8 uitdagingen voor Nederland, innocationquarter.nl. 

[11]AI als versneller van de energietransitie. Kansen voor een CO2-vrij energiesysteem, nlaic.com.

[12]Chipreus Nvidia komt met AI-oplossing om stroomnet efficiënter te benutten, welingelichtekringen.nl.

[13]Stedin voorspelt en plant onderhoud met ai, computable.nl. 

[14] Government backing for AI businesses to deliver net zero with innovative technologies, gov.uk. 

[15] Artificial Intelligence Act: Call for tenders to measure and foster energy efficient and low emission artificial intelligence in the EU, digital-strategy.ec.europa.eu.